۱۰ گروه شغلی در معرض تغییر با هوش مصنوعی؛ چالش‌های پیش‌روی بازار کار
موج تازه اتوماسیون دیگر تنها مشاغل یدی و تکراری را هدف نگرفته است. توانایی هوش مصنوعی در نوشتن، تحلیل داده، کدنویسی، خلاصه‌سازی، جست‌وجوی اسناد و تولید پیشنهادهای اولیه باعث شده بخشی از مشاغل تخصصی و...
موج تازه اتوماسیون دیگر تنها مشاغل یدی و تکراری را هدف نگرفته است. توانایی هوش مصنوعی در نوشتن، تحلیل داده، کدنویسی، خلاصه‌سازی، جست‌وجوی اسناد و تولید پیشنهادهای اولیه باعث شده بخشی از مشاغل تخصصی و دانشگاهی نیز در معرض تغییر قرار گیرند.
کارشناسان معتقدند برای درک دقیق‌تر این تحول، نباید صرفاً به عنوان شغلی توجه کرد؛ بلکه باید وظایفی را که هر شغل از آن‌ها تشکیل شده است بررسی کرد. مشاغلی که بخش قابل‌توجهی از فعالیت‌هایشان شامل پردازش اطلاعات، اجرای قواعد مشخص و تولید خروجی‌های استاندارد است، ظرفیت بیشتری برای اتوماسیون دارند.
از ورود داده تا برنامه‌نویسی مقدماتی
مطالعه مشترک مؤسسه بیمه فرانسوی «Coface» و دیده‌بان مشاغل در معرض تهدید و نوظهور (OEM)، ۹۲۳ حرفه را به وظایف و فعالیت‌های پایه تقسیم کرده و میزان قابلیت اتوماسیون آن‌ها را بررسی کرده است. البته قرار گرفتن یک شغل در معرض هوش مصنوعی به معنای حذف کامل آن نیست؛ این مطالعات عمدتاً ظرفیت فنی اتوماسیون را می‌سنجند و عواملی مانند تقاضای بازار، ایجاد وظایف جدید و موانع استقرار فناوری را به‌طور کامل در نظر نمی‌گیرند.
بر اساس گزارش مرکز آموزشی فنی و حرفه‌ای «Edoxi»، ۱۰ گروه شغلی بیش از دیگران در معرض تغییر ناشی از توسعه هوش مصنوعی قرار دارند:
-
کارکنان ورود داده
-
کارکنان خدمات مشتری
-
بازاریابان تلفنی
-
کارکنان دفترداری و حسابداری
-
نمونه‌خوان‌ها و ویراستاران
-
تحلیلگران تحقیقات بازار
-
دستیاران و پژوهشگران حقوقی
-
مترجمان
-
صندوق‌داران فروشگاه‌های خرده‌فروشی
-
توسعه‌دهندگان نرم‌افزار در سطوح ابتدایی
وجه مشترک این مشاغل آن است که بخش‌هایی از فعالیت روزانه آن‌ها را می‌توان به فرایندهایی ساختاریافته و قابل پیش‌بینی تبدیل کرد. برای نمونه، سامانه‌های هوش مصنوعی می‌توانند استخراج و ورود داده، پاسخ‌گویی به پرسش‌های متداول مشتریان، تطبیق حساب‌ها، طبقه‌بندی تراکنش‌ها و بخشی از ویرایش متون را با دخالت محدود نیروی انسانی انجام دهند.
در چنین شرایطی، نقش نیروی انسانی الزاماً حذف نمی‌شود، بلکه ممکن است تغییر کند و بیشتر به سمت حل مسائل پیچیده، مدیریت استثناها، مذاکره، قضاوت تخصصی و نظارت بر عملکرد سامانه‌های هوشمند حرکت کند.
حقوق و برنامه‌نویسی؛ دو نمونه از تغییر مشاغل تخصصی
نفوذ هوش مصنوعی تنها به مشاغل اداری محدود نیست. حوزه‌هایی مانند حقوق و برنامه‌نویسی نیز در حال تجربه تغییرات قابل‌توجهی هستند.
در حوزه حقوق، ابزارهای هوش مصنوعی می‌توانند در خلاصه‌سازی آرای قضایی، جست‌وجوی سوابق، بررسی قراردادها و تهیه پیش‌نویس اسناد استاندارد مورد استفاده قرار گیرند. با این حال، تحلیل حقوقی پیچیده، مذاکره، مشاوره تخصصی، قضاوت در شرایط مبهم و مسئولیت حرفه‌ای همچنان به دخالت انسان نیاز دارد.
در برنامه‌نویسی نیز دستیارهای هوش مصنوعی قادرند بخشی از کدنویسی‌های معمول، تهیه آزمون‌ها و مستندسازی را انجام دهند. بنابراین ممکن است بیشترین تغییر در وظایف مقدماتی و تکراری برنامه‌نویسان تازه‌کار رخ دهد، نه لزوماً در تمام فرایند توسعه نرم‌افزار.
تهدیدی که از پله اول مسیر شغلی آغاز می‌شود
یکی از مهم‌ترین پیامدهای احتمالی این تحول، کاهش یا تغییر فرصت‌های شغلی ابتدایی است. بسیاری از وظایفی که هوش مصنوعی می‌تواند با سرعت و هزینه پایین انجام دهد، همان فعالیت‌هایی هستند که افراد جوان از طریق آن‌ها تجربه کسب می‌کردند.
تهیه پیش‌نویس اولیه، پژوهش مقدماتی، خلاصه‌سازی اسناد، یادداشت‌برداری جلسات، تحلیل‌های ساده، بررسی مدارک، کدنویسی پایه و آزمون نرم‌افزار نمونه‌هایی از این فعالیت‌ها هستند.
این وظایف اگرچه در ظاهر ساده‌اند، اما نقش مهمی در شکل‌گیری مهارت حرفه‌ای دارند. یک تحلیلگر جوان از طریق کار با داده‌های واقعی با خطاها و ناسازگاری‌ها آشنا می‌شود؛ یک کارآموز حقوقی با بررسی پرونده‌ها به‌تدریج توانایی تشخیص مسائل حقوقی را پیدا می‌کند و یک برنامه‌نویس تازه‌کار نیز از حل خطاهای کوچک به درک معماری سیستم می‌رسد.
به همین دلیل، اتوماسیون این وظایف می‌تواند برای سازمان‌ها یک چالش بلندمدت ایجاد کند. کاهش موقعیت‌های شغلی مقدماتی ممکن است در کوتاه‌مدت هزینه‌ها را کاهش دهد، اما در سال‌های آینده این پرسش مطرح خواهد بود که متخصصان ارشد آینده چگونه باید تجربه کسب کنند.
شکاف جدید میان نیروی کار، سرمایه و آموزش
پیامدهای گسترش هوش مصنوعی تنها به اشتغال محدود نمی‌شود و می‌تواند ساختار اقتصادی و آموزشی کشورها را نیز تحت تأثیر قرار دهد.
برآوردهای «Coface» نشان می‌دهد میزان مواجهه کشورها با اتوماسیون هوش مصنوعی یکسان نیست و ساختار اقتصادی آن‌ها نقش مهمی در این زمینه دارد. اقتصادهای ثروتمند و خدمات‌محور که سهم بیشتری از مشاغل اطلاعاتی و شناختی دارند، در معرض تغییر بیشتری قرار دارند.
از سوی دیگر، اتوماسیون برخی وظایف در مشاغل تخصصی و پردرآمد می‌تواند نحوه توزیع ارزش افزوده میان نیروی کار و سرمایه را تغییر دهد. این موضوع برای دولت‌هایی که درآمدهای مالیاتی و نظام تأمین اجتماعی آن‌ها وابستگی زیادی به اشتغال و دستمزد دارند، اهمیت ویژه‌ای دارد.
هم‌زمان، آموزش عالی نیز با یک پرسش اساسی مواجه است: اگر بخشی از وظایفی که فارغ‌التحصیلان برای انجام آن‌ها سال‌ها آموزش دیده‌اند به هوش مصنوعی سپرده شود، چه مهارت‌هایی باید در دانشگاه‌ها آموزش داده شود؟
در چنین شرایطی، مهارت‌هایی مانند قضاوت، سازگاری، حل مسئله، ارتباط انسانی و توانایی نظارت و ارزیابی خروجی سامانه‌های هوشمند اهمیت بیشتری پیدا می‌کنند.
آیا هوش مصنوعی الزاماً به معنای حذف نیروی انسانی است؟
با وجود نگرانی‌ها درباره جایگزینی نیروی کار، شواهد موجود تصویر یکسانی از آینده ارائه نمی‌کنند. در برخی موارد، هوش مصنوعی به جای حذف کارکنان، بهره‌وری آن‌ها را افزایش می‌دهد.
برای نمونه، مطالعه میدانی دفتر ملی پژوهش اقتصادی آمریکا (NBER) افزایش متوسط ۱۴ درصدی بهره‌وری کارکنان پشتیبانی مشتری را پس از استفاده از هوش مصنوعی مولد گزارش کرده و نشان داده است که کارکنان کم‌تجربه بیشترین میزان بهره را از این فناوری برده‌اند.
این یافته نشان می‌دهد هوش مصنوعی می‌تواند بخشی از دانش و تجربه انباشته سازمان را در اختیار کارکنان کم‌تجربه قرار دهد و فاصله میان نیروهای تازه‌وارد و کارکنان باتجربه را کاهش دهد.
مسئله اصلی بازار کار آینده چیست؟
موج جدید اتوماسیون را نمی‌توان تنها با این پرسش سنجید که «کدام مشاغل توسط هوش مصنوعی حذف می‌شوند؟». پرسش مهم‌تر این است که کدام وظایف تغییر می‌کنند، مسیر رشد حرفه‌ای افراد چگونه بازطراحی می‌شود و سازمان‌ها چگونه میان نیروی انسانی و فناوری تقسیم کار ایجاد خواهند کرد.
مشاغلی که بر پردازش اطلاعات، فعالیت‌های استاندارد و تولید خروجی قابل پیش‌بینی متکی هستند، احتمالاً تغییرات بیشتری را تجربه خواهند کرد. در مقابل، قضاوت در شرایط مبهم، تعاملات انسانی پیچیده، مسئولیت حرفه‌ای، مهارت‌های فیزیکی و ترکیب دانش تخصصی با تصمیم‌گیری انسانی همچنان به حضور انسان وابستگی بیشتری دارند.
چالش اصلی از همین‌جا آغاز می‌شود: اگر سازمان‌ها بخشی از وظایف ابتدایی را خودکار کنند، باید مسیرهای تازه‌ای برای آموزش، کسب تجربه و انتقال دانش ایجاد کنند.
در نهایت، آینده بازار کار فقط به توانایی‌های فنی هوش مصنوعی وابسته نیست؛ بلکه به این بستگی دارد که دولت‌ها، دانشگاه‌ها و بنگاه‌ها چگونه افزایش بهره‌وری را مدیریت کنند و هم‌زمان امکان کسب تجربه، تربیت نیروی متخصص، توزیع درآمد و حفظ ظرفیت انسانی بلندمدت را از بین نبرند.